Algorithm fft-优化代码以消除Nyquist上方的图像
我的理解是：如果我对2048个数据点进行FFT，我将获得前1024个点的数据，表示频率，最多为采样频率的1/2。 我发现时间抽取（DIT）和频率抽取（DIF）是计算FFT更快的方法。Algorithm fft-优化代码以消除Nyquist上方的图像,algorithm,fft,Algorithm,Fft,我的理解是：如果我对2048个数据点进行FFT，我将获得前1024个点的数据，表示频率，最多为采样频率的1/2。 我发现时间抽取（DIT）和频率抽取（DIF）是计算FFT更快的方法。 我的问题是：是否有一个简单的程序。。。不需要考虑FFT的上半部分吗？如果我要截断/丢弃它，我当然可以通过不计算它来节省时间？您可以节省一点时间——转换后的输出的上半部分每个条目需要几个浮点操作。然而，与DIT和DIF策略的总θ（n logn）运行时间相比，渐近节省是θ（n）。有关DIT策略的电路图，请参见下文：计算
我的问题是：是否有一个简单的程序。。。不需要考虑FFT的上半部分吗？如果我要截断/丢弃它，我当然可以通过不计算它来节省时间？您可以节省一点时间——转换后的输出的上半部分每个条目需要几个浮点操作。然而，与DIT和DIF策略的总θ（n logn）运行时间相比，渐近节省是θ（n）。有关DIT策略的电路图，请参见下文：计算X[0..3]需要所有E和O项。DIF的情况类似
”“是维伦斯自己的作品。根据CC BY 3.0 via.许可，共轭对称仅适用于实际输入。FFT结果上半部分的大部分计算对于下半部分也是必需的。因此，实输入FFT只保存FFT计算的第一层和最后一层（O（log（N））层中的一位。